Programming Large Language Models with Azure Open AI
作者: Francesco Esposito
语言: 英文
出版年份: 2024
其他分类: 人工智能
下载链接:
书籍均收集自互联网,仅供学习和研究使用,请莫用于商业用途。谢谢合作。

书籍摘要

《Programming Large Language Models with Azure Open AI: Conversational programming and prompt engineering with LLMs》是由Francesco Esposito撰写的一本专注于利用Azure Open AI开发大型语言模型(LLMs)的应用编程书籍。本书由Pearson Education, Inc.出版,并得到了微软公司的授权,是作者在人工智能领域出版的第三本书,也是其首次独立撰写的著作。

书籍概览

本书旨在指导软件架构师、开发人员以及对机器学习(ML)和自然语言处理(NLP)感兴趣的读者,如何利用类似ChatGPT背后的技术来构建能够自主与用户沟通并协调业务任务的软件应用。书中不仅涵盖了LLMs的基础知识、训练方法和业务应用场景,还深入探讨了如何通过对话式编程和提示工程(prompt engineering)来优化LLMs的应用。

章节内容

全书共分为八章,内容层次分明,逐步深入:

  • 第1章:介绍了LLMs的起源、发展历程以及其在自然语言处理中的作用。探讨了LLMs与传统预测性AI的区别,并讨论了其在商业领域的应用前景。
  • 第2章:深入讲解了核心的提示学习技术(prompt learning techniques),包括如何通过精心设计的提示来引导LLMs生成期望的输出。
  • 第3章:探讨了如何通过高级提示工程(advanced learning prompts)来优化LLMs的行为,例如通过链式思考(chain-of-thought)和功能调用(function calling)来增强模型的逻辑推理能力。
  • 第4章:介绍了如何掌握语言框架(language frameworks),如LangChain和Semantic Kernel,这些框架可以帮助开发者更好地管理和优化LLMs的应用。
  • 第5章:着重讨论了使用LLMs时的安全性、隐私和准确性问题,包括内容过滤、滥用检测和数据保护等关键议题。
  • 第6章:通过构建一个个人助理应用(personal assistant),展示了如何将LLMs集成到实际的业务场景中。
  • 第7章:通过一个基于Streamlit的项目,展示了如何将LLMs与用户数据结合,实现“与数据对话”的功能。
  • 第8章:探讨了如何构建对话式用户界面(conversational UI),并提供了具体的实现案例。

特色与亮点

  • 实战导向:书中不仅提供了理论知识,还通过具体的代码示例和项目实践,帮助读者将LLMs应用于实际开发中。
  • 技术前沿:涵盖了最新的LLMs技术,包括Azure Open AI的最新功能和API的使用。
  • 多框架支持:介绍了多种流行的LLMs框架,如LangChain、Semantic Kernel和Guidance,帮助读者选择最适合项目的工具。
  • 伦理与安全:深入探讨了在使用LLMs时需要考虑的伦理和安全问题,提供了实用的解决方案和最佳实践。

适用读者

本书适合以下几类读者:

  • 软件开发人员:希望利用LLMs构建智能应用的开发人员。
  • 机器学习爱好者:对LLMs和自然语言处理感兴趣的技术人员。
  • 云服务用户:使用微软Azure平台的云服务用户,尤其是对Azure Open AI感兴趣的专业人士。
  • 企业IT人员:希望将LLMs集成到企业级应用中的IT专业人士。

总结

《Programming Large Language Models with Azure Open AI》是一本全面、实用且具有前瞻性的书籍,它不仅为读者提供了深入理解LLMs的理论基础,还通过丰富的实践案例展示了如何将这些强大的技术应用于实际开发中。无论你是希望提升编程技能的开发人员,还是对AI技术感兴趣的行业专家,这本书都将为你提供宝贵的指导和启发。

期待您的支持
捐助本站